Wiadomości

Czytelne artykuły o modelach z odnośnikami do źródeł, kartami modeli, repozytoriami i materiałami wizualnymi.

Ilustracja techniczna i źródła dotyczące SFC-Locoformer

2026-07-11

SFC-Locoformer: architektura, dowody i zakres zastosowania

Artykuł analizuje SFC-Locoformer na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Boogu-Image 0.1

Model

2026-07-11

Boogu-Image 0.1: architektura, dowody i zakres zastosowania

Artykuł analizuje Boogu-Image 0.1 na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące SenseNova-U1 Infographic V2

Model

2026-07-11

SenseNova-U1 Infographic V2: architektura, dowody i zakres zastosowania

Artykuł analizuje SenseNova-U1 Infographic V2 na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące LongCat-AudioDiT 3.5B

Model

2026-07-11

LongCat-AudioDiT 3.5B: architektura, dowody i zakres zastosowania

Artykuł analizuje LongCat-AudioDiT 3.5B na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące AudioSep-Hive

Model

2026-07-11

AudioSep-Hive: architektura, dowody i zakres zastosowania

Artykuł analizuje AudioSep-Hive na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące BandIt and TIGER-DnR

Model

2026-07-11

BandIt and TIGER-DnR: architektura, dowody i zakres zastosowania

Artykuł analizuje BandIt and TIGER-DnR na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące MossFormer2 and TIGER-speech

Model

2026-07-11

MossFormer2 and TIGER-speech: architektura, dowody i zakres zastosowania

Artykuł analizuje MossFormer2 and TIGER-speech na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Specialist audio-to-MIDI

Model

2026-07-11

Specialist audio-to-MIDI: architektura, dowody i zakres zastosowania

Artykuł analizuje Specialist audio-to-MIDI na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące MuScriptor-large

Model

2026-07-11

MuScriptor-large: architektura, dowody i zakres zastosowania

Artykuł analizuje MuScriptor-large na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Qwen-Image, Z-Image and FLUX.2 Klein

Model

2026-07-11

Qwen-Image, Z-Image and FLUX.2 Klein: architektura, dowody i zakres zastosowania

Artykuł analizuje Qwen-Image, Z-Image and FLUX.2 Klein na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące BiRefNet, Moebius, VOSR and DDColor

Model

2026-07-11

BiRefNet, Moebius, VOSR and DDColor: architektura, dowody i zakres zastosowania

Artykuł analizuje BiRefNet, Moebius, VOSR and DDColor na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące dots.tts

Model

2026-07-11

dots.tts: architektura, dowody i zakres zastosowania

Artykuł analizuje dots.tts na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące SoulX-Singer and YingMusic-Singer-Plus

Model

2026-07-11

SoulX-Singer and YingMusic-Singer-Plus: architektura, dowody i zakres zastosowania

Artykuł analizuje SoulX-Singer and YingMusic-Singer-Plus na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące HQ-SVC and YingMusic-SVC

Model

2026-07-11

HQ-SVC and YingMusic-SVC: architektura, dowody i zakres zastosowania

Artykuł analizuje HQ-SVC and YingMusic-SVC na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Beat This!

Model

2026-07-11

Beat This!: architektura, dowody i zakres zastosowania

Artykuł analizuje Beat This! na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Demucs v3 for saxophone

Model

2026-07-11

Demucs v3 for saxophone: architektura, dowody i zakres zastosowania

Artykuł analizuje Demucs v3 for saxophone na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2

Model

2026-07-11

Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2: architektura, dowody i zakres zastosowania

Artykuł analizuje Qwen3-TTS, Fish S2 Pro, MOSS-TTS and VoxCPM2 na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Ilustracja techniczna i źródła dotyczące Vevo2

Model

2026-07-11

Vevo2: architektura, dowody i zakres zastosowania

Artykuł analizuje Vevo2 na podstawie architektury, opublikowanych materiałów, zgłoszonych wyników i granic porównania.

Przeczytaj artykuł

Model

2026-06-30

Separacja audio na cztery stemsy: dlaczego Huge-SCNet pasuje do celu MSS

Aktualne narzędzie TelkNet do czterech stemsów używa Huge-SCNet-4stems V1.2, aby podzielić pełny miks na wokal, perkusję, bas i pozostałe. Artykuł wyjaśnia wybór przez historię MSS, mocne strony i ograniczenia Mel-Band RoFormer, modelowanie subband SCNet oraz publiczne wyniki.

Przeczytaj artykuł

Oficjalny przykład ze strony Krea 2 pokazujący editorialową scenę sceniczną

Model

2026-06-30

Krea 2: Krea AI publikuje wagi Raw i Turbo do generowania obrazów

Krea AI opublikowała Krea 2 Raw i Krea 2 Turbo jako open weights. Raport techniczny opisuje Krea 2 jako model dyfuzyjny text-to-image 12B trenowany od zera i omawia filtrowanie danych, pipeline captionów, post-training, reinforcement learning oraz granice bezpieczeństwa i licencji.

Przeczytaj artykuł

Oficjalne porównanie jakościowe ChordEdit PIE-bench pokazujące edycję semantyczną z zachowaniem tła

Model

2026-06-30

ChordEdit: niskoenergetyczny transport one-step dla edycji source-to-target

ChordEdit to paper CVPR 2026 Oral / Best Student Paper Honorable Mention. Opisuje tekstową edycję obrazu w jednym kroku jako dynamiczny problem optymalnego transportu między source prompt i target prompt, a następnie używa Chord Control Field, by ograniczyć wysokoenergetyczny dryf zniekształcający obiekty i tła. Artykuł mapuje metodę na powierzchnię edycji z parametrami source_prompt, target_prompt, seed, sample count, time-window i step-scale z oficjalnej demo.

Przeczytaj artykuł

Model

2026-06-30

Zyphra ZONOS2: otwarty TTS MoE do wysokiej jakości klonowania głosu

Zyphra udostępnia ZONOS2 na Apache-2.0: 8B parametrów łącznie, ok. 900M aktywnych w MoE TTS i ponad 6M godzin mowy. TelkNet przedstawia go jako narzędzie ZONOS2 Voice Cloning TTS.

Przeczytaj artykuł

Model

2026-06-30

Google Magenta RealTime 2: gdy model muzyczny staje się grywalnym instrumentem

Zaktualizowany briefing z oficjalnymi grafikami Google o niskiej latencji, sterowaniu MIDI/tekstem/audio, strukturze 2.4B/230M, sprzęcie i limitach MRT2.

Przeczytaj artykuł